BookLing的博客

Pregel与图迭代pregel是graphx中图的分布式迭代模型，是graphx lib中ConnectedComponents、PageRank、LabelPropagation、StronglyConnectedComponents、ShortestPaths等算法基础。可以说没有pregel模型，graphx的魅力会大打折扣。接口那么graphx是如何实现Pregel迭代操作，我们应该如何使

Graphx作为Spark的图计算组件，提供了丰富的图操作接口，以及6个常用的算法(在graphx lib中)。这里简单介绍下三角形计数TriangleCount算法原理；TriangleCount算法“统计每个顶点所在的三角形个数”。 关于三角形的定义，你一定不陌生。graphx是如何识别三角形，并做统计的呢 正如上图所示：每个顶点收集邻居点，如点1的邻居为(2,3,4)，graphx中col

三角形与3-完全图前面已介绍graphx如何统计三角形个数和发现三角形结构；三角形也是一种完全图(即任意图中两个点之间都有边)。为了方便下面诉述，这里将三角形称作3-完全图，而完全四边形称作4-完全图，依次类比4-完全图graphx并没有提供计算完全图的接口，即使发现简单的3-完全图/三角形也需要自己实现。但发现4-完全图，其实并没有那么困难，既然我们已经可以求解3-完全图，那么4-完全图应该是有办

迭代迭代思想是spark的精髓之一，所谓迭代，即每一步的输出结果作为下一步的输入，因而相邻迭代具有很强的关系。 graphx更是将这种迭代思想运用的灵活高效。联通分量通过graphx lib中的ConnectedComponents连通分量算法，简单介绍迭代和消息传播机制。示例见下图：在完成顶点的初始化后，连通分支开始迭代过程： 为区分顶点自身id与连通分支id，后者称作cid。 1. 发送消

图的中心点所谓图的中心点，就是到其他点的距离之和最小的点，可以将它近似看做图。如果将该点看作根节点，那么各层顶点到根节点的距离之和也是最小的。示例下图中的中心点是哪个呢？图中各点到其他点距离之和分别是{1-> 14, 2->14, 3->9, 4->8 , 5->13, 6->12, 7->12}。很明显到其他距离最小的点是4(距离之和为8)，所以4是该图的中心点。 以4为根节点形成的最小生成树图